资料摘要：Score-Based 音频生成综述
Ge Zhu 等人全面综述扩散/Score-Based 模型在音频生成中的应用，附带开源代码库 AudioDiffuser，本领域必读综述，2025 年发表在 Foundations and Trends in Signal Processing。 Audio Generation Through Score-Based Generative Modeling - Survey
核心要点
- 全面综述：系统梳理 Score-Based/Diffusion 模型在音频生成中的理论与应用
- 训练与采样策略：详细介绍各种扩散模型的训练和采样方法
- 条件机制：深入分析不同的条件控制方式
- 三个案例研究：音频生成、语音增强、TTS
- AudioDiffuser 代码库：附带开源实现，降低复现门槛
详细笔记
内容结构
- Score-Based 模型理论基础
- 音频生成中的特殊考量（高采样率、长序列、感知质量）
- 条件机制分类（分类器引导、无分类器引导、交叉注意力等）
- 三个案例研究
意义
作为 Foundations and Trends 系列文章，是进入音频生成领域的必读综述，尤其适合希望系统了解扩散模型在音频中应用的研究者。
引用与数据
- 发表：Foundations and Trends in Signal Processing，2025.06（修订 2026.01）
- arXiv: 2506.08457
- 作者：Ge Zhu et al.